เทนเซอร์โฟลว์ :: ops :: Dilation2D

#include <nn_ops.h>

คำนวณการขยายระดับสีเทาของ input 4 มิติและเทนเซอร์ filter 3 มิติ

สรุป

input เทนเซอร์มีรูปร่าง [batch, in_height, in_width, depth] และเทนเซอร์ของ filter มีรูปร่าง [filter_height, filter_width, depth] กล่าวคือแต่ละช่องสัญญาณเข้าจะถูกประมวลผลโดยไม่ขึ้นกับช่องอื่น ๆ โดยมีฟังก์ชันการจัดโครงสร้าง เทนเซอร์ output มีรูปร่าง [batch, out_height, out_width, depth] ขนาดเชิงพื้นที่ของเทนเซอร์เอาต์พุตขึ้นอยู่กับอัลกอริทึมการ padding ขณะนี้เราสนับสนุนเฉพาะ data_format " data_format " ที่เป็นค่าเริ่มต้นเท่านั้น

ในรายละเอียดการขยาย 2 มิติทางสัณฐานวิทยาระดับสีเทาเป็นสหสัมพันธ์ผลรวมสูงสุด (สำหรับความสอดคล้องกับ conv2d เราใช้ตัวกรองที่ไม่มีการสะท้อน):

output[b, y, x, c] =
   max_{dy, dx} input[b,
                      strides[1] * y + rates[1] * dy,
                      strides[2] * x + rates[2] * dx,
                      c] +
                filter[dy, dx, c]

Max-pooling เป็นกรณีพิเศษเมื่อตัวกรองมีขนาดเท่ากับขนาดเคอร์เนลแบบรวมและมีศูนย์ทั้งหมด

หมายเหตุเกี่ยวกับคู่การขยาย input โดย filter เท่ากับปฏิเสธการชะล้างพังทลายของ -input โดยสะท้อนให้เห็น filter

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • อินพุต: 4-D ที่มีรูปร่าง [batch, in_height, in_width, depth]
  • ตัวกรอง: 3 มิติที่มีรูปร่าง [filter_height, filter_width, depth]
  • ก้าวย่าง: ก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของเทนเซอร์อินพุต ต้องเป็น: [1, stride_height, stride_width, 1]
  • อัตรา: ขั้นตอนการป้อนข้อมูลสำหรับการขยายตัวทางสัณฐานวิทยาของ atrous ต้องเป็น: [1, rate_height, rate_width, 1]
  • padding: ประเภทของอัลกอริทึมการขยายที่จะใช้

ผลตอบแทน:

  • Output : 4-D พร้อมรูปร่าง [batch, out_height, out_width, depth]

ผู้สร้างและผู้ทำลาย

Dilation2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding)

คุณลักษณะสาธารณะ

operation
output

หน้าที่สาธารณะ

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

เอาท์พุท

::tensorflow::Output output

หน้าที่สาธารณะ

Dilation2D

 Dilation2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  const gtl::ArraySlice< int > & rates,
  StringPiece padding
)

โหนด

::tensorflow::Node * node() const 

ตัวดำเนินการ :: tensorflow :: อินพุต

 operator::tensorflow::Input() const 

ตัวดำเนินการ :: tensorflow :: เอาท์พุท

 operator::tensorflow::Output() const